기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

gpt-oss-120b

OpenAI — gpt-oss-120b

모델 세부 정보

GPT OSS 120B는 텍스트 생성, 코딩 및 추론 작업을 위한 OpenAI의 1200억 파라미터 오픈 소스 범용 모델입니다. 모델 개발 및 성능에 대한 자세한 내용은 모델/서비스 카드를 참조하세요.

지원되는 엔드포인트 및 APIs

다음 표에는 gpt-oss-120b에 지원되는 엔드포인트 및 APIs가 나와 있습니다. 자세한 내용은 Amazon Bedrock에서 지원하는 APIs 및 Amazon Bedrock에서 지원하는 엔드포인트 섹션을 참조하세요.

엔드포인트 지원

bedrock-runtime 엔드포인트에서 지원되는 APIs

bedrock-mantle 엔드포인트에서 지원되는 APIs

기능 및 기능

Bedrock 기능

bedrock-mantle 엔드포인트를 사용하여 지원되는 기능

bedrock-runtime 엔드포인트를 사용하여 지원되는 기능

요금

요금 정보는 Amazon Bedrock 요금 페이지를 참조하세요.

프로그래밍 방식 액세스

다음 모델 IDs 및 엔드포인트 URLs 사용하여이 모델에 프로그래밍 방식으로 액세스합니다. 사용 가능한 APIs 및 엔드포인트에 대한 자세한 내용은 APIs 지원 및 엔드포인트 지원 단원을 참조하십시오.

예를 들어 리전이 us-east-1(버지니아 북부)인 경우 bedrock-runtime 엔드포인트 URL은 "https://bedrock-runtime.us-east-1.amazonaws.com"이고 bedrock-mantle의 경우 "https://bedrock-mantle.us-east-1.api.aws/v1"입니다.

서비스 티어

Amazon Bedrock은 워크로드 요구 사항에 맞는 여러 서비스 계층을 제공합니다. 표준은 약정 없이 pay-per-token 액세스를 제공합니다(필드 설정 "service_tier": "default" 또는 생략). Priority는 가격 프리미엄( 설정)에 가장 빠른 응답 시간을 제공합니다"service_tier": "priority". Flex는 유연하고 non-time-sensitive 워크로드( 세트 )에 대해 저렴한 액세스를 제공합니다"service_tier": "flex". 예약은 예측 가능한 워크로드에 대한 기간 약정과 함께 전용 처리량을 제공하며, 요청당이 아닌 계정 수준에서 설정됩니다(AWS 계정 팀에 문의하여 활성화). 자세한 내용은 서비스 계층을 참조하세요.

리전별 가용성

리전별 가용성 개요

Amazon Bedrock은 세 가지 추론 옵션을 제공합니다. 리전 내는 엄격한 규정 준수를 위해 요청을 단일 리전 내에 유지하고, 리전 내 리전(예: 미국, EU, APAC) 간 지리적 교차 리전 경로는 데이터 레지던시를 준수하면서 라우팅하며, 글로벌 교차 리전 경로는 레지던시 제약 조건이 없는 경우 전 세계 어디서나 라우팅합니다. 자세한 내용은 모델별 리전별 가용성 페이지를 참조하세요.

Geo CRIS 추론 세부 정보

미국 GovCloud CRIS

미국 GovCloud CRIS 추론 ID: us-gov.openai.gpt-oss-120b-1:0

할당량과 제한

AWS 계정에는 서비스 성능을 유지하고 Amazon Bedrock을 적절하게 사용할 수 있는 기본 할당량이 있습니다. 계정에 할당된 기본 할당량은 리전 요인, 결제 기록, 사기 사용 및/또는 할당량 증가 요청 승인에 따라 업데이트될 수 있습니다. 자세한 내용은 Amazon Bedrock의 할당량 설명서를 참조하고 모델의 제한을 참조하세요.

샘플 코드

1단계 - AWS 계정: AWS 계정이 이미 있는 경우이 단계를 건너뜁니다. 를 처음 사용하는 경우 AWS 계정에 AWS가입합니다.

2단계 - API 키: Amazon Bedrock 콘솔로 이동하여 장기 API 키를 생성합니다.

3단계 - SDK 가져오기:이 시작 안내서를 사용하려면 Python이 이미 설치되어 있어야 합니다. 그런 다음 사용 중인 APIs에 따라 관련 소프트웨어를 설치합니다.

응답 또는 채팅 완료에서 OpenAI SDK 탭을 선택합니다. 간접 호출 또는 대화에서 Boto3 탭을 선택합니다.

OpenAI SDK

pip install boto3 openai

Boto3

pip install boto3

4단계 - 환경 변수 설정

인증에 API 키를 사용하도록 환경을 구성합니다.

SDK 및 엔드포인트의 탭을 선택합니다.

bedrock-mantle

OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/v1"

bedrock-runtime

OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1"

Boto3

AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

5단계 - 첫 번째 추론 요청 실행

파일을 로 저장 bedrock-first-request.py

bedrock-mantle

4단계 - 환경 변수 설정의 설정을 사용합니다. bedrock-mantle 탭을 선택합니다. 채팅 탭은 채팅 완료 API를 사용합니다.

Responses API

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="openai.gpt-oss-120b",
    input="Can you explain the features of Amazon Bedrock?"
)
print(response)

Chat

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="openai.gpt-oss-120b",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
)
print(response)

bedrock-runtime: OpenAI SDK

4단계 - 환경 변수 설정의 설정을 사용합니다. bedrock-runtime 탭을 선택합니다. 채팅 탭은 채팅 완료 API를 사용합니다.

Responses API

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="openai.gpt-oss-120b",
    input="Can you explain the features of Amazon Bedrock?"
    )
print(response)

Chat

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="openai.gpt-oss-120b",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
    )
print(response)

bedrock-runtime: Boto3

4단계 - 환경 변수 설정의 Boto3 설정을 사용합니다. 요청에 대한 API를 선택합니다.

Invoke API

import json
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='openai.gpt-oss-120b-1:0',
    body=json.dumps({
            'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
            'max_tokens': 1024
    })
)
print(json.loads(response['body'].read()))

Converse API

import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.converse(
    modelId='openai.gpt-oss-120b-1:0',
    messages=[
        {
            'role': 'user',
            'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
        }
    ]
)
print(response)